Mô hình hồi quy nguy cơ thời gian rời rạc Discrete-time hazard regression models Từ mô tả đến giải thích Trong bài học trước, chúng ta đã thực hiện một bước biến đổi dữ liệu mang tính nền tảng: chuyển đổi dữ liệu sống còn sang định dạng người-thời kỳ. Chúng ta đã thấy rằng trong định dạng mới này, hàm nguy cơ tại mỗi thời điểm chính là xác suất để biến kết quả nhị phân bằng 1. Điều này không chỉ là một sự trùng hợp thú vị về mặt kỹ thuật; nó chính là chìa khóa mở ra cánh cửa cho việc mô hình hóa. Thay vì chỉ mô tả hàm nguy cơ thay đổi như thế nào theo thời gian một cách phi tham số, giờ đây chúng ta có thể đi một bước xa hơn và trả lời câu hỏi “Tại sao?”. Tại sao một số cá nhân lại được thăng chức nhanh hơn những người khác? Những yếu tố nào (như chất lượng trường đại học, thành tích nghiên cứu) làm tăng hoặc giảm …